
METODE TWO STEP CLUSTER DALAM MENGELOMPOKKAN MAHASISWA FMIPA UNTAN
Author(s) -
Intan Aprilia Hapsari,
Dadan Kusnandar,
Nurfitri Imro’ah
Publication year - 2020
Publication title -
bimaster: buletin ilmiah matematika, statistika dan terapannya
Language(s) - English
Resource type - Journals
ISSN - 2302-9854
DOI - 10.26418/bbimst.v9i1.38703
Subject(s) - physics , humanities , mathematics , philosophy
Mengelompokkan objek kedalam gerombol-gerombol yang memiliki kemiripan adalah proses penggerombolan. Metode penggerombolan yang sering digunakan adalah metode berhirarki dan tak berhirarki, analisis gerombol hanya dapat digunakan jika datanya kontinu dan amatan yang relatif kecil. Penelitian ini membahas mengenai metode Two Step Cluster dengan peubah kontinu dan kategorik dalam mengelompokkan mahasiswa FMIPA Untan tahun 2018. Proses pengelompokkan metode Two Step Cluster dilakukan dengan dua tahapan. Tahap pertama gerombol awal membentuk CF Tree dengan pengukuran jarak Log-likelihood, sedangkan pada tahap pembentukan gerombol optimal dengan menghitung nilai BIC dan membandingkan rasio ukuran jarak antar gerombol. Peubah berpengaruh ditentukan dengan menggunakan uji Chi Square untuk peubah kategorik dan uji t-Student untuk peubah kontinu. Berdasarkan hasil penelitian dapat disimpulkan uji Two Step Cluster dengan menghitung nilai BIC menghasilkan dua belas gerombol maksimum dan perbandingan ukuran jarak terbesar menghasilkan tiga gerombol optimal. Gerombol satu memiliki karakteristik dengan jumlah mahasiswa berjenis kelamin perempuan lebih banyak dan seluruh mahasiswa berasal dari sekolah negeri. Gerombol kedua memiliki karakteristik mahasiswa lebih banyak berasal dari luar Kalimantan Barat dan pendidikan orang tua dari lulusan SD. Gerombol tiga dicirikan dengan karakteristik mahasiswa seluruhnya berasal dari sekolah swasta dan pendidikan orang tua berasal dari tingkat SMP. Oleh karena itu, banyak orang tua mahasiswa yang bekerja sebagai petani, pedagang dan swasta. Kata Kunci: analisis gerombol, peubah campuran, jarak log-likelihood